基于深度强化学习的复杂网络节点影响力排序算法

doi:10.20079/j.issn.1001-893x.240315001

	基于深度强化学习的复杂网络节点影响力排序算法
	李旭杰 1,2,3,4; 吉普 1; 孙颖 1,5; 李浩天 1; 徐宁 2,3,4
	2024-07-31
发表期刊	电讯技术
ISSN	1001-893X
卷号	64 期号:10 页码:1644-1652
摘要	针对当前节点影响力评估算法准确度较低的情况，本研究提出了一种基于深度强化学习的节点影响力排序算法。该算法从网络拆解的视角看待节点影响力，将节点影响力的排序问题转换为网络拆除策略的优化问题。本算法首先利用排序学习训练图神经网络模型的节点特征提取能力，然后使用强化学习对依赖于网络状态的节点断连行为做价值学习，最后使用训练完成的模型预测网络拆除的最佳策略，即节点影响力的最准确排序。仿真实验证明，本文所提算法在典型真实数据集的CN与ND问题上，相较于PageRank算法，准确度分别提升了31.1%与29.0%。同时该算法具有较低的复杂度，可为网络稳定性分析和网络性能优化提供技术支撑。
关键词	节点影响力复杂网络强化学习图神经网络排序学习
DOI	10.20079/j.issn.1001-893x.240315001
URL	查看原文
收录类别	北大核心
语种	中文
资助项目	国家自然科学基金（U23B20144）;江苏省卫生健康发展研究中心开放课题（JSHD2022051）;网络与交换技术国家重点实验室（北京邮电大学）开放课题（SKLNST-2022-1-15）;江苏省教育厅未来网络科研基金（FNSRFP-2021-YB-7）;
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/171132
专题	国家开放大学江苏分部
通讯作者	徐宁
作者单位	1.河海大学信息科学与工程学院; 2.江苏省卫生健康发展研究中心; 3.国家卫生健康委计划生育药具不良反应监测中心; 4.江苏省生育力保护与卫生技术评估重点实验室; 5.江苏开放大学信息工程学院
推荐引用方式 GB/T 7714	李旭杰,吉普,孙颖,等. 基于深度强化学习的复杂网络节点影响力排序算法[J]. 电讯技术,2024,64(10):1644-1652.
APA	李旭杰,吉普,孙颖,李浩天,&徐宁.(2024).基于深度强化学习的复杂网络节点影响力排序算法.电讯技术,64(10),1644-1652.
MLA	李旭杰,et al."基于深度强化学习的复杂网络节点影响力排序算法".电讯技术 64.10(2024):1644-1652.